CN113126082B - 一种群目标航迹起始方法、***、装置及存储介质 - Google Patents
一种群目标航迹起始方法、***、装置及存储介质 Download PDFInfo
- Publication number
- CN113126082B CN113126082B CN202110347426.4A CN202110347426A CN113126082B CN 113126082 B CN113126082 B CN 113126082B CN 202110347426 A CN202110347426 A CN 202110347426A CN 113126082 B CN113126082 B CN 113126082B
- Authority
- CN
- China
- Prior art keywords
- subgroup
- measurement
- alternative
- determining
- distance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/66—Radar-tracking systems; Analogous systems
- G01S13/72—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar
- G01S13/723—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar by using numerical data
- G01S13/726—Multiple target tracking
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种群目标航迹起始方法、***、装置及存储介质,方法包括:获取群目标的第一量测集并分割为多个第一子群,计算第一子群的第一中心等效量测;确定第一子群的圆形波门;获取第二子群并计算第二中心等效量测;确定第二中心等效量测落入第一子群的圆形波门,选取对应的第二子群作为备选子群,选取和第一子群Wasserstein距离最小的备选子群与第一子群进行关联;确定备选子群在第三时刻的预测中心等效量测,并确定备选子群的椭圆波门;选取椭圆波门内和备选子群Wasserstein距离最小的第三子群,与备选子群进行关联,从而完成航迹起始。本发明提高了航迹起始的效率和准确度,可广泛应用于雷达技术领域。
Description
技术领域
本发明涉及雷达技术领域,尤其是一种群目标航迹起始方法、***、装置及存储介质。
背景技术
在雷达目标跟踪领域中,集群目标指的是在空间中分布密集且具有相同的运动模式的一群目标,具体来说,群内的目标需要在位置,速度和运动方向上满足以下条件:1)目标之间的距离需要小于群与群之间的距离;2)目标的运动速度矢量(由速度大小和运动方向组成)基本相同。受限于雷达的分辨率,在对集群目标的跟踪过程中会出现三种情况:1)群内目标完全无法分辨,雷达接收机在单次扫描的过程中仅能获得单个的目标量测;2)群内目标部分可分辨,此时群内目标可产生多个量测,但是量测的个数是随时间变化的,此时无法准确的获得群内目标的个数;3)群内目标完全可分辨,此时能够获得稳定连续的量测。更麻烦的是,当雷达与目标之间的几何关系发生变化时,这三种情况还会相互转换。此外,由于量测噪声的存在并且群内目标分布较为密集,这扰乱了群内目标量测的空间分布结构,即使对于目标完全可分辨的情况,也极易产生群内目标之间错误的交叉互联。因此,一些针对群内目标的精细航迹起始算法在实际应用难以取得良好的群目标起始效果,在这种情况下,可将群作为一个整体并利用群的中心等效量测来进行航迹起始。
目前,常用的群目标起始算法分为三个部分:群分割,群互联和群速度估计。群分割主要是利用空间信息或者其它的特征将得到的量测集合分为若干个集合,每个集合代表一个群,然后利用群中各个目标量测的平均值作为群的中心等效量测。群互联指的是利用中心等效量测来对连续两个时刻相同群之间进行关联。当互联完成后,利用一步差分估算出群中心的速度来表示整个群的速度,并利用群速度做一步外推得到下一时刻群中心的预测位置。此时若有多个群目标的中心等效量测落入外推点的波门内,则利用全局最近邻算法将其与上一时刻的群目标进行互联。在此过程中,由于使用了中心等效量测来表示群目标,因此可以使用传统的M/N逻辑法来进行群目标的航迹起始。然而,这种方法的主要缺点在于,仅仅只使用了群的中心等效量测来进行群与群之间的互联,因此航迹的起始效率不高,并且当环境中杂波密度较高时,容易导致错误的群互联,从而导致航迹起始的准确度较低。
名词解释:
Wasserstein距离,也叫Earth Mover's Distance,推土机距离,用来表示两个分布的相似程度。Wessertein距离相比KL散度和JS散度的优势在于,即使两个分布的支撑集没有重叠或者重叠非常少,仍然能反映两个分布的远近。Wasserstein distance衡量了把数据从一个分布“移动成”另一个分布时所需要移动的平均距离的最小值。
发明内容
本发明的目的在于至少一定程度上解决现有技术中存在的技术问题之一。
为此,本发明实施例的一个目的在于提供一种群目标航迹起始方法,该方法获取群目标在第一时刻的第一测量集并分割为多个第一子群,计算第一子群的第一中心等效量测,根据第一中心等效量测和群目标的最大运动速度确定第一子群的圆形波门,再获取群目标在第二时刻的第二量测集并分割为多个第二子群,计算第二子群的第二中心等效量测,选取第二中心等效量测落入第一子群的圆形波门的第二子群作为备选子群,计算备选子群与第一子群的Wasserstein距离,进而选取Wasserstein距离最小的备选子群与第一子群进行关联,进而预测得到备选子群在第三时刻的预测中心等效量测,并确定备选子群的椭圆波门,然后获取群目标在第三时刻的第三量测集并分割为多个第三子群,计算第三子群的第三中心等效量测,当第三中心等效量测落入备选子群的椭圆波门,计算对应的第三子群与备选子群的Wasserstein距离,并选取Wasserstein距离最小的第三子群与备选子群进行关联,从而确定备选子群为航迹起始。
本发明实施例的另一个目的在于提供一种群目标航迹起始***。
为了达到上述技术目的,本发明实施例所采取的技术方案包括:
第一方面,本发明实施例提供了一种群目标航迹起始方法,包括以下步骤:
获取群目标在第一时刻的第一量测集,根据空间距离将所述第一量测集分割为多个第一子群,并计算各所述第一子群的第一中心等效量测;
获取群目标的最大运动速度,并根据所述第一中心等效量测和所述最大运动速度确定所述第一子群的圆形波门;
获取群目标在第二时刻的第二量测集,根据空间距离将所述第二量测集分割为多个第二子群,并计算各所述第二子群的第二中心等效量测;
确定所述第二中心等效量测落入所述第一子群的圆形波门,则选取对应的第二子群作为备选子群,并计算备选子群与所述第一子群的Wasserstein距离,进而选取Wasserstein距离最小的备选子群与所述第一子群进行关联;
根据关联的第一子群和备选子群预测得到备选子群在第三时刻的预测中心等效量测,并根据所述预测中心等效量测确定备选子群的椭圆波门;
获取群目标在第三时刻的第三量测集,根据空间距离将所述第三量测集分割为多个第三子群,并计算各所述第三子群的第三中心等效量测;
确定所述第三中心等效量测落入所述备选子群的椭圆波门,则计算对应的第三子群与所述备选子群的Wasserstein距离,进而选取Wasserstein距离最小的第三子群与所述备选子群进行关联,并将所述备选子群作为航迹起始。
进一步地,在本发明的一个实施例中,所述获取群目标在第一时刻的第一量测集,根据空间距离将所述第一量测集分割为多个第一子群,并计算各所述第一子群的第一中心等效量测这一步骤,其具体包括:
获取群目标在第一时刻的第一量测集,所述第一量测集包括群目标的多个量测;
计算各所述量测之间的第一空间距离;
将第一空间距离小于预设的第一阈值的若干个量测加入同一子群,从而将所述第一量测集分割为多个第一子群;
通过最大似然估计得到个各所述第一子群的第一中心等效量测。
进一步地,在本发明的一个实施例中,所述第一空间距离的计算公式为:
其中,zi(1)表示第一量测集中第i个量测,zi(1)=[x1i,y1i,z1i]T,zj(1)表示第一量测集中第j个量测,zj(1)=[x1j,y1j,z1j]T,d(zi(1),zj(1))表示第i个量测和第j个量测之间的第一空间距离;
所述第一阈值根据雷达分辨率和量测噪声的强度确定。
进一步地,在本发明的一个实施例中,所述通过最大似然估计得到个各所述第一子群的第一中心等效量测这一步骤,其具体包括:
采用高斯分布对所述第一子群中各量测的分布进行近似表示;
利用最大似然估计确定所述第一子群的高斯分布的第一样本均值和第一样本协方差矩阵;
根据所述第一样本均值确定所述第一子群的第一中心等效量测,并根据所述第一样本协方差矩阵确定所述第一子群的第一扩展椭圆;
其中,所述第一子群中各量测在所述第一扩展椭圆中均匀分布。
进一步地,在本发明的一个实施例中,所述获取群目标的最大运动速度,并根据所述第一中心等效量测和所述最大运动速度确定所述第一子群的圆形波门这一步骤,其具体包括:
获取群目标的最大运动速度,根据所述最大运动速度和雷达的扫描间隔确定第一半径;
以所述第一中心等效量测为圆心,以所述第一半径为半径,建立所述第一子群的圆形波门。
进一步地,在本发明的一个实施例中,所述计算备选子群与所述第一子群的Wasserstein距离这一步骤中,所述第一子群的高斯分布为所述备选子群的高斯分布为/>通过以下公式计算备选子群与所述第一子群的Wasserstein距离:
其中,d表示备选子群与第一子群的Wasserstein距离,表示第一子群的高斯分布的样本均值,∑x表示第一子群的高斯分布的样本协方差矩阵,/>表示备选子群的高斯分布的样本均值,∑y表示备选子群的高斯分布的样本协方差矩阵,Tr(·)表示矩阵的迹。
进一步地,在本发明的一个实施例中,所述根据关联的第一子群和备选子群预测得到备选子群在第三时刻的预测中心等效量测,并根据所述预测中心等效量测确定备选子群的椭圆波门这一步骤,其具体包括:
根据关联的第一子群和备选子群确定子群运动速度;
根据所述子群运动速度和所述备选子群的第二中心等效量测预测得到备选子群在第三时刻的预测中心等效量测;
以所述预测中心等效量测为中心建立备选子群的椭圆波门。
第二方面,本发明实施例提供了一种群目标航迹起始***,包括:
第一中心等效量测确定模块,用于获取群目标在第一时刻的第一量测集,根据空间距离将所述第一量测集分割为多个第一子群,并计算各所述第一子群的第一中心等效量测;
圆形波门确定模块,用于获取群目标的最大运动速度,并根据所述第一中心等效量测和所述最大运动速度确定所述第一子群的圆形波门;
第二中心等效量测确定模块,用于获取群目标在第二时刻的第二量测集,根据空间距离将所述第二量测集分割为多个第二子群,并计算各所述第二子群的第二中心等效量测;
备选子群确定与关联模块,用于确定所述第二中心等效量测落入所述第一子群的圆形波门,则选取对应的第二子群作为备选子群,并计算备选子群与所述第一子群的Wasserstein距离,进而选取Wasserstein距离最小的备选子群与所述第一子群进行关联;
椭圆波门确定模块,用于根据关联的第一子群和备选子群预测得到备选子群在第三时刻的预测中心等效量测,并根据所述预测中心等效量测确定备选子群的椭圆波门;
第三中心等效量测确定模块,用于获取群目标在第三时刻的第三量测集,根据空间距离将所述第三量测集分割为多个第三子群,并计算各所述第三子群的第三中心等效量测;
航迹起始确定模块,用于确定所述第三中心等效量测落入所述备选子群的椭圆波门,则计算对应的第三子群与所述备选子群的Wasserstein距离,进而选取Wasserstein距离最小的第三子群与所述备选子群进行关联,并将所述备选子群作为航迹起始。
第三方面,本发明实施例提供了一种群目标航迹起始装置,包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行时,使得所述至少一个处理器实现上述的一种群目标航迹起始方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其中存储有处理器可执行的程序,所述处理器可执行的程序在由处理器执行时用于执行上述的一种群目标航迹起始方法。
本发明的优点和有益效果将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到:
本发明实施例获取群目标在第一时刻的第一测量集并分割为多个第一子群,计算第一子群的第一中心等效量测,根据第一中心等效量测和群目标的最大运动速度确定第一子群的圆形波门,再获取群目标在第二时刻的第二量测集并分割为多个第二子群,计算第二子群的第二中心等效量测,选取第二中心等效量测落入第一子群的圆形波门的第二子群作为备选子群,计算备选子群与第一子群的Wasserstein距离,进而选取Wasserstein距离最小的备选子群与第一子群进行关联,进而预测得到备选子群在第三时刻的预测中心等效量测,并确定备选子群的椭圆波门,然后获取群目标在第三时刻的第三量测集并分割为多个第三子群,计算第三子群的第三中心等效量测,当第三中心等效量测落入备选子群的椭圆波门,计算对应的第三子群与备选子群的Wasserstein距离,并选取Wasserstein距离最小的第三子群与备选子群进行关联,从而确定备选子群为航迹起始。本发明实施例先根据中心等效量测是否落入第一子群的圆形波门来确定可能和第一子群相关联的备选子群,再通过比较各个备选子群与第一子群的Wasserstein距离确定与第一子群最为相似的备选子群并进行关联,相较传统的仅根据中心等效量测实现子群关联而言,一方面提高了航迹起始的效率,另一方面在杂波环境下也可以准确地实现子群关联,从而提高了航迹起始的准确度。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面对本发明实施例中所需要使用的附图作以下介绍,应当理解的是,下面介绍中的附图仅仅为了方便清晰表述本发明的技术方案中的部分实施例,对于本领域的技术人员来说,在无需付出创造性劳动的前提下,还可以根据这些附图获取到其他附图。
图1为本发明实施例提供的一种群目标航迹起始方法的步骤流程图;
图2为本发明实施例提供的一种群目标航迹起始***的结构框图;
图3为本发明实施例提供的一种群目标航迹起始装置的结构框图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。对于以下实施例中的步骤编号,其仅为了便于阐述说明而设置,对步骤之间的顺序不做任何限定,实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
在本发明的描述中,多个的含义是两个或两个以上,如果有描述到第一、第二只是用于区分技术特征为目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。此外,除非另有定义,本文所使用的所有的技术和科学术语与本技术领域的技术人员通常理解的含义相同。
参照图1,本发明实施例提供了一种群目标航迹起始方法,具体包括以下步骤:
S101、获取群目标在第一时刻的第一量测集,根据空间距离将第一量测集分割为多个第一子群,并计算各第一子群的第一中心等效量测。
具体地,利用空间距离将初始得到的量测集Z(1)分割为N个第一子群并计算各个子群的中心等效量测和扩展椭圆。步骤S101具体包括以下步骤:
S1011、获取群目标在第一时刻的第一量测集,第一量测集包括群目标的多个量测;
S1012、计算各量测之间的第一空间距离;
S1013、将第一空间距离小于预设的第一阈值的若干个量测加入同一子群,从而将第一量测集分割为多个第一子群;
S1014、通过最大似然估计得到个各第一子群的第一中心等效量测。
进一步作为可选的实施方式,第一空间距离的计算公式为:
其中,zi(1)表示第一量测集中第i个量测,zi(1)=[x1i,y1i,z1i]T,zj(1)表示第一量测集中第j个量测,zj(1)=[x1j,y1j,z1j]T,d(zi(1),zj(1))表示第i个量测和第j个量测之间的第一空间距离;
第一阈值根据雷达分辨率和量测噪声的强度确定。
具体地,对于初始得到的n个量测定义第i个量测zi(1)=[x1i,y1i,z1i]T和第j个量测zj(1)=[x1j,y1j,z1j]T之间的空间距离为:
通过定义群内目标间的距离阈值dmin(即第一阈值)来完成群的分割,其中距离阈值dmin可以根据雷达的分辨率和量测噪声的强度来进行选取。对于Z(1)中任意的两个量测zi(1)和zj(1),i≠j,若满足条件d(zi(1),zj(1))<dmin,则可将量测zi(1)和zj(1)划分到同一个子群。
可选的,可利用循序阈值法进行子群的划分,从而提高子群划分的速度。
进一步作为可选的实施方式,通过最大似然估计得到个各第一子群的第一中心等效量测这一步骤,其具体包括:
A1、采用高斯分布对第一子群中各量测的分布进行近似表示;
A2、利用最大似然估计确定第一子群的高斯分布的第一样本均值和第一样本协方差矩阵;
A3、根据第一样本均值确定第一子群的第一中心等效量测,并根据第一样本协方差矩阵确定第一子群的第一扩展椭圆;
其中,第一子群中各量测在第一扩展椭圆中均匀分布。
具体地,第一子群Gt(1)内的量测服从以下分布:
其中,表示量测/>在椭圆/>内均匀分布,/>和∑t分别为子群的中心等效量测和椭圆扩展,由于椭圆均匀分布在数学上难以处理,因此可以使用具有相同期望和协方差的高斯分布来近似上述的均匀分布。采用高斯分布对第一子群中各量测的分布进行表示如下:
对于上述高斯分布,可以利用最大似然估计得到子群内目标的样本均值和样本协方差矩阵,其中样本均值表示该子群的中心等效量测,样本协方差矩阵/>表示该子群的扩展椭圆,其计算方式如下:
通过上式即可确定第一子群的第一中心等效量测以及第一子群内量测均匀分布的第一扩展椭圆。
S102、获取群目标的最大运动速度,并根据第一中心等效量测和最大运动速度确定第一子群的圆形波门。
具体地,以子群Gi(1)的中心等效量测为圆心,并以群目标的最大运动速度为限制建立初始圆形波门。步骤S102具体包括以下步骤:
S1021、获取群目标的最大运动速度,根据最大运动速度和雷达的扫描间隔确定第一半径;
S1022、以第一中心等效量测为圆心,以第一半径为半径,建立第一子群的圆形波门。
具体地,初始圆形波门的半径为r=Vmax·T,其中Vmax为目标的最大运动速度,T为雷达的扫描间隔。
S103、获取群目标在第二时刻的第二量测集,根据空间距离将第二量测集分割为多个第二子群,并计算各第二子群的第二中心等效量测。
具体地,利用空间距离将下一时刻(即第二时刻)得到的量测集Z(2)分割为M个第二子群并计算各个子群的中心等效量测和扩展椭圆。具体过程与步骤S101类似,在此不做赘述。
S104、确定第二中心等效量测落入第一子群的圆形波门,则选取对应的第二子群作为备选子群,并计算备选子群与第一子群的Wasserstein距离,进而选取Wasserstein距离最小的备选子群与第一子群进行关联。
具体地,对于第二子群中的第二中心等效量测落入第一子群Gi(1)的初始圆形波门内的第二子群,将其作为可能与第一子群Gi(1)关联的备选子群,并计算其与第一子群群Gi(1)的Wasserstein距离,并选择Wasserstein距离最小的备选子群与第一子群群Gi(1)进行关联。
进一步作为可选的实施方式,计算备选子群与第一子群的Wasserstein距离这一步骤中,第一子群的高斯分布为备选子群的高斯分布为/>通过以下公式计算备选子群与第一子群的Wasserstein距离:
其中,d表示备选子群与第一子群的Wasserstein距离,表示第一子群的高斯分布的样本均值,∑x表示第一子群的高斯分布的样本协方差矩阵,/>表示备选子群的高斯分布的样本均值,∑y表示备选子群的高斯分布的样本协方差矩阵,Tr(·)表示矩阵的迹。
具体地,Wasserstein距离可以用于度量两个分布的相似程度,其定义如下:
其中,μ和v分别表示随机变量X和Y的概率分布,p为阶数。通常情况下上式没有解析解,但对于两个高斯分布和/>其2阶Wasserstein距离可通过下式计算:
其中Tr(·)表示矩阵的迹。利用步骤A2中的方法计算得到第一子群Gi(1)和备选子群Gj(2)的样本均值和样本协方差矩阵,然后带入到上式即可得到第一子群和备选子群的Wasserstein距离。
S105、根据关联的第一子群和备选子群预测得到备选子群在第三时刻的预测中心等效量测,并根据预测中心等效量测确定备选子群的椭圆波门。
具体地,利用前两个时刻(即第一时刻和第二时刻)关联成功的子群计算得到子群运动速度并对航迹头做一步外推,得到预测的中心等效量测,并以该预测的中心等效量测为中心建立椭圆波门。步骤S105具体包括以下步骤:
S1051、根据关联的第一子群和备选子群确定子群运动速度;
S1052、根据子群运动速度和备选子群的第二中心等效量测预测得到备选子群在第三时刻的预测中心等效量测;
S1053、以预测中心等效量测为中心建立备选子群的椭圆波门。
具体地,通过前两个时刻关联成功的子群得到第三时刻的预测中心等效量测,并以预测中心等效量测为中心建立备选子群的椭圆波门,便于后续在第三时刻筛选出与备选子群最为相似的第三子群,从而完成航迹起始。
S106、获取群目标在第三时刻的第三量测集,根据空间距离将第三量测集分割为多个第三子群,并计算各第三子群的第三中心等效量测。
具体地,利用空间距离将再下一时刻(即第三时刻)得到的第三量测集分割为多个第三子群,并计算各个子群的中心等效量测。具体过程与步骤S101类似,在此不做赘述。
S107、确定第三中心等效量测落入备选子群的椭圆波门,则计算对应的第三子群与备选子群的Wasserstein距离,进而选取Wasserstein距离最小的第三子群与备选子群进行关联,并将备选子群作为航迹起始。
具体地,在第三时刻时落入步骤S105确定的椭圆波门的第三子群中找到与备选子群Wasserstein距离最小的第三子群,将该第三子群与备选子群进行关联,则航迹起始成功,同时将关联的备选子群作为航迹起始。
以上对本发明实施例的步骤进行了说明,本发明实施例的目的旨在提出一种基于Wasserstein距离的密集群目标航迹起始方法,该方法将子群的形状建模为一个椭圆,称为子群的扩展椭圆。子群内的目标在扩展椭圆内均匀分布,并利用具有相同期望和协方差的高斯分布来近似该均匀分布。为了衡量两个子群的相似程度,可以利用最大似然估计得到子群内目标的样本均值和样本协方差矩阵,其中样本均值表示子群的中心等效量测,样本协方差矩阵表示子群的扩展椭圆。由于Wasserstein距离可以用来衡量两个高斯分布的相似程度,并且群目标可以由高斯分布来表示,因此Wasserstein距离可以等价地衡量两个子群的相似程度。本发明实施例同时使用了子群的中心等效量测和子群的Wasserstein距离来判断两个子群的相似程度并对其进行关联,相较传统的仅根据中心等效量测实现子群关联而言,一方面提高了航迹起始的效率,另一方面在杂波环境下也可以准确地实现子群关联,从而提高了航迹起始的准确度。
参照图2,本发明实施例提供了一种群目标航迹起始***,包括:
第一中心等效量测确定模块,用于获取群目标在第一时刻的第一量测集,根据空间距离将第一量测集分割为多个第一子群,并计算各第一子群的第一中心等效量测;
圆形波门确定模块,用于获取群目标的最大运动速度,并根据第一中心等效量测和最大运动速度确定第一子群的圆形波门;
第二中心等效量测确定模块,用于获取群目标在第二时刻的第二量测集,根据空间距离将第二量测集分割为多个第二子群,并计算各第二子群的第二中心等效量测;
备选子群确定与关联模块,用于确定第二中心等效量测落入第一子群的圆形波门,则选取对应的第二子群作为备选子群,并计算备选子群与第一子群的Wasserstein距离,进而选取Wasserstein距离最小的备选子群与第一子群进行关联;
椭圆波门确定模块,用于根据关联的第一子群和备选子群预测得到备选子群在第三时刻的预测中心等效量测,并根据预测中心等效量测确定备选子群的椭圆波门;
第三中心等效量测确定模块,用于获取群目标在第三时刻的第三量测集,根据空间距离将第三量测集分割为多个第三子群,并计算各第三子群的第三中心等效量测;
航迹起始确定模块,用于确定第三中心等效量测落入备选子群的椭圆波门,则计算对应的第三子群与备选子群的Wasserstein距离,进而选取Wasserstein距离最小的第三子群与备选子群进行关联,并将备选子群作为航迹起始。
上述方法实施例中的内容均适用于本***实施例中,本***实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
参照图3,本发明实施例提供了一种群目标航迹起始装置,包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当上述至少一个程序被上述至少一个处理器执行时,使得上述至少一个处理器实现上述的一种群目标航迹起始方法。
上述方法实施例中的内容均适用于本装置实施例中,本装置实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
本发明实施例还提供了一种计算机可读存储介质,其中存储有处理器可执行的程序,该处理器可执行的程序在由处理器执行时用于执行上述一种群目标航迹起始方法。
本发明实施例的一种计算机可读存储介质,可执行本发明方法实施例所提供的一种群目标航迹起始方法,可执行方法实施例的任意组合实施步骤,具备该方法相应的功能和有益效果。
本发明实施例还公开了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行图1所示的方法。
在一些可选择的实施例中,在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如,取决于所涉及的功能/操作,连续示出的两个方框实际上可以被大体上同时地执行或上述方框有时能以相反顺序被执行。此外,在本发明的流程图中所呈现和描述的实施例以示例的方式被提供,目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的,其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。
此外,虽然在功能性模块的背景下描述了本发明,但应当理解的是,除非另有相反说明,上述的功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中,或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是,有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说,考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下,在工程师的常规技术内将会了解该模块的实际实现。因此,本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是,所公开的特定概念仅仅是说明性的,并不意在限制本发明的范围,本发明的范围由所附权利要求书及其等同方案的全部范围来决定。
上述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例上述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行***、装置或设备(如基于计算机的***、包括处理器的***或其他可以从指令执行***、装置或设备取指令并执行指令的***)使用,或结合这些指令执行***、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行***、装置或设备或结合这些指令执行***、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印上述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得上述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的上述描述中,参考术语“一个实施方式/实施例”、“另一实施方式/实施例”或“某些实施方式/实施例”等的描述意指结合实施方式或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施方式或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施方式,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施方式进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
以上是对本发明的较佳实施进行了具体说明,但本发明并不限于上述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (10)
1.一种群目标航迹起始方法,其特征在于,包括以下步骤:
获取群目标在第一时刻的第一量测集,根据空间距离将所述第一量测集分割为多个第一子群,并计算各所述第一子群的第一中心等效量测;
获取群目标的最大运动速度,并根据所述第一中心等效量测和所述最大运动速度确定所述第一子群的圆形波门;
获取群目标在第二时刻的第二量测集,根据空间距离将所述第二量测集分割为多个第二子群,并计算各所述第二子群的第二中心等效量测;
确定所述第二中心等效量测落入所述第一子群的圆形波门,则选取对应的第二子群作为备选子群,并计算备选子群与所述第一子群的Wasserstein距离,进而选取Wasserstein距离最小的备选子群与所述第一子群进行关联;
根据关联的第一子群和备选子群预测得到备选子群在第三时刻的预测中心等效量测,并根据所述预测中心等效量测确定备选子群的椭圆波门;
获取群目标在第三时刻的第三量测集,根据空间距离将所述第三量测集分割为多个第三子群,并计算各所述第三子群的第三中心等效量测;
确定所述第三中心等效量测落入所述备选子群的椭圆波门,则计算对应的第三子群与所述备选子群的Wasserstein距离,进而选取Wasserstein距离最小的第三子群与所述备选子群进行关联,并将所述备选子群作为航迹起始。
2.根据权利要求1所述的一种群目标航迹起始方法,其特征在于,所述获取群目标在第一时刻的第一量测集,根据空间距离将所述第一量测集分割为多个第一子群,并计算各所述第一子群的第一中心等效量测这一步骤,其具体包括:
获取群目标在第一时刻的第一量测集,所述第一量测集包括群目标的多个量测;
计算各所述量测之间的第一空间距离;
将第一空间距离小于预设的第一阈值的若干个量测加入同一子群,从而将所述第一量测集分割为多个第一子群;
通过最大似然估计得到个各所述第一子群的第一中心等效量测。
3.根据权利要求2所述的一种群目标航迹起始方法,其特征在于,所述第一空间距离的计算公式为:
其中,zi(1)表示第一量测集中第i个量测,zi(1)=[x1i,y1i,z1i]T,zj(1)表示第一量测集中第j个量测,zj(1)=[x1j,y1j,z1j]T,d(zi(1),zj(1))表示第i个量测和第j个量测之间的第一空间距离;
所述第一阈值根据雷达分辨率和量测噪声的强度确定。
4.根据权利要求2所述的一种群目标航迹起始方法,其特征在于,所述通过最大似然估计得到个各所述第一子群的第一中心等效量测这一步骤,其具体包括:
采用高斯分布对所述第一子群中各量测的分布进行近似表示;
利用最大似然估计确定所述第一子群的高斯分布的第一样本均值和第一样本协方差矩阵;
根据所述第一样本均值确定所述第一子群的第一中心等效量测,并根据所述第一样本协方差矩阵确定所述第一子群的第一扩展椭圆;
其中,所述第一子群中各量测在所述第一扩展椭圆中均匀分布。
5.根据权利要求1所述的一种群目标航迹起始方法,其特征在于,所述获取群目标的最大运动速度,并根据所述第一中心等效量测和所述最大运动速度确定所述第一子群的圆形波门这一步骤,其具体包括:
获取群目标的最大运动速度,根据所述最大运动速度和雷达的扫描间隔确定第一半径;
以所述第一中心等效量测为圆心,以所述第一半径为半径,建立所述第一子群的圆形波门。
6.根据权利要求1所述的一种群目标航迹起始方法,其特征在于,所述计算备选子群与所述第一子群的Wasserstein距离这一步骤中,所述第一子群的高斯分布为所述备选子群的高斯分布为/>通过以下公式计算备选子群与所述第一子群的Wasserstein距离:
其中,d表示备选子群与第一子群的Wasserstein距离,表示第一子群的高斯分布的样本均值,∑x表示第一子群的高斯分布的样本协方差矩阵,/>表示备选子群的高斯分布的样本均值,∑y表示备选子群的高斯分布的样本协方差矩阵,Tr(·)表示矩阵的迹。
7.根据权利要求1至6中任一项所述的一种群目标航迹起始方法,其特征在于,所述根据关联的第一子群和备选子群预测得到备选子群在第三时刻的预测中心等效量测,并根据所述预测中心等效量测确定备选子群的椭圆波门这一步骤,其具体包括:
根据关联的第一子群和备选子群确定子群运动速度;
根据所述子群运动速度和所述备选子群的第二中心等效量测预测得到备选子群在第三时刻的预测中心等效量测;
以所述预测中心等效量测为中心建立备选子群的椭圆波门。
8.一种群目标航迹起始***,其特征在于,包括:
第一中心等效量测确定模块,用于获取群目标在第一时刻的第一量测集,根据空间距离将所述第一量测集分割为多个第一子群,并计算各所述第一子群的第一中心等效量测;
圆形波门确定模块,用于获取群目标的最大运动速度,并根据所述第一中心等效量测和所述最大运动速度确定所述第一子群的圆形波门;
第二中心等效量测确定模块,用于获取群目标在第二时刻的第二量测集,根据空间距离将所述第二量测集分割为多个第二子群,并计算各所述第二子群的第二中心等效量测;
备选子群确定与关联模块,用于确定所述第二中心等效量测落入所述第一子群的圆形波门,则选取对应的第二子群作为备选子群,并计算备选子群与所述第一子群的Wasserstein距离,进而选取Wasserstein距离最小的备选子群与所述第一子群进行关联;
椭圆波门确定模块,用于根据关联的第一子群和备选子群预测得到备选子群在第三时刻的预测中心等效量测,并根据所述预测中心等效量测确定备选子群的椭圆波门;
第三中心等效量测确定模块,用于获取群目标在第三时刻的第三量测集,根据空间距离将所述第三量测集分割为多个第三子群,并计算各所述第三子群的第三中心等效量测;
航迹起始确定模块,用于确定所述第三中心等效量测落入所述备选子群的椭圆波门,则计算对应的第三子群与所述备选子群的Wasserstein距离,进而选取Wasserstein距离最小的第三子群与所述备选子群进行关联,并将所述备选子群作为航迹起始。
9.一种群目标航迹起始装置,其特征在于,包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现如权利要求1至7中任一项所述的一种群目标航迹起始方法。
10.一种计算机可读存储介质,其中存储有处理器可执行的程序,其特征在于,所述处理器可执行的程序在由处理器执行时用于执行如权利要求1至7中任一项所述的一种群目标航迹起始方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110347426.4A CN113126082B (zh) | 2021-03-31 | 2021-03-31 | 一种群目标航迹起始方法、***、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110347426.4A CN113126082B (zh) | 2021-03-31 | 2021-03-31 | 一种群目标航迹起始方法、***、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113126082A CN113126082A (zh) | 2021-07-16 |
CN113126082B true CN113126082B (zh) | 2023-09-26 |
Family
ID=76774356
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110347426.4A Active CN113126082B (zh) | 2021-03-31 | 2021-03-31 | 一种群目标航迹起始方法、***、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113126082B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101984361A (zh) * | 2010-04-27 | 2011-03-09 | 中国人民解放军海军航空工程学院 | 基于象限分割的编队目标航迹起始器 |
CN104501812A (zh) * | 2014-12-05 | 2015-04-08 | 江南大学 | 基于自适应新生目标强度的滤波算法 |
CN107436434A (zh) * | 2017-07-25 | 2017-12-05 | 西安电子科技大学 | 基于双向多普勒估计的航迹起始方法 |
CN109031279A (zh) * | 2018-06-23 | 2018-12-18 | 中国人民解放军海军航空大学青岛校区 | 具有形状信息的多个群目标跟踪方法 |
CN111983601A (zh) * | 2020-07-17 | 2020-11-24 | 北京理工大学 | 一种基于贝叶斯原理的群目标跟踪航迹起始方法 |
WO2021007984A1 (zh) * | 2019-07-18 | 2021-01-21 | 深圳大学 | 基于tsk模糊分类器的目标跟踪方法、装置及存储介质 |
-
2021
- 2021-03-31 CN CN202110347426.4A patent/CN113126082B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101984361A (zh) * | 2010-04-27 | 2011-03-09 | 中国人民解放军海军航空工程学院 | 基于象限分割的编队目标航迹起始器 |
CN104501812A (zh) * | 2014-12-05 | 2015-04-08 | 江南大学 | 基于自适应新生目标强度的滤波算法 |
CN107436434A (zh) * | 2017-07-25 | 2017-12-05 | 西安电子科技大学 | 基于双向多普勒估计的航迹起始方法 |
CN109031279A (zh) * | 2018-06-23 | 2018-12-18 | 中国人民解放军海军航空大学青岛校区 | 具有形状信息的多个群目标跟踪方法 |
WO2021007984A1 (zh) * | 2019-07-18 | 2021-01-21 | 深圳大学 | 基于tsk模糊分类器的目标跟踪方法、装置及存储介质 |
CN111983601A (zh) * | 2020-07-17 | 2020-11-24 | 北京理工大学 | 一种基于贝叶斯原理的群目标跟踪航迹起始方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113126082A (zh) | 2021-07-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yan et al. | Robust target detection within sea clutter based on graphs | |
WO2021134449A1 (zh) | 一种强杂波下fmcw阵列雷达运动多目标弱信号检测方法、装置、计算机设备及存储介质 | |
CN110780289B (zh) | 基于场景雷达的多目标车辆跟踪方法及装置 | |
US5373456A (en) | Expert system for assessing accuracy of models of physical phenomena and for selecting alternate models in the presence of noise | |
CN109635867B (zh) | 用于度量海洋移动目标轨迹相似性的方法及*** | |
CN114638855A (zh) | 一种多目标跟踪方法、设备及介质 | |
CN112240999A (zh) | 处理雷达反射的方法和*** | |
CN113126082B (zh) | 一种群目标航迹起始方法、***、装置及存储介质 | |
JP6148229B2 (ja) | 遷移信号の動的クラスタリング | |
CN112114309B (zh) | 基于最优轮廓系数自适应k均值聚类的jpda多目标跟踪方法 | |
CN110850420A (zh) | 基于弹球损失的FisherSVM声纳信号判别方法 | |
Biju et al. | Fuzzy clustering algorithms for cDNA microarray image spots segmentation | |
CN105652256B (zh) | 一种基于极化信息的高频地波雷达tbd方法 | |
KR102361816B1 (ko) | 표적 탐지 방법 및 기록 매체 | |
RU2694271C2 (ru) | Устройство классификации шумящих объектов | |
KR102207003B1 (ko) | 해상 표적 탐지 방법 | |
CN110058194B (zh) | 目标的方位确定方法及计算机可读存储介质 | |
Johnson et al. | Uncertainty function design for adaptive beamsteering cognitive radar | |
JP2009204434A (ja) | 目標検出装置、目標検出方法及び目標検出プログラム | |
CN112415503A (zh) | 一种基于目标重跟踪的多目标粒子滤波检测前跟踪方法 | |
CN113093174A (zh) | 基于phd滤波雷达起伏微弱多目标的检测前跟踪方法 | |
WO2021001889A1 (en) | Traffic prediction apparatus, system, method, and non-transitory computer readable medium | |
CN112614158A (zh) | 一种采样框自适应的多特征融合在线目标跟踪方法 | |
CN117452342B (zh) | 一种基于极化特征的箔条干扰检测方法 | |
CN115828120B (zh) | 船舶交通行为模式自适应识别方法、***及计算机设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |